Mingxi Intelligentのオープンソース・ミニCPMロボット:15億ノードのVLAモデルにより、個人開発者でも実機ロボットを操作可能に
つい最近まで、エンボディッド・インテリジェンスは主に大企業や研究機関の領域でした。モデルが巨大すぎ、参入障壁が高すぎたため、ほとんどの開発者は実体のロボットに触れることさえありませんでした。 しかし、7月19日、OpenBMBはその障壁を打ち破った。同チームは、エンボディッドAIモデルの第一弾となる「MiniCPM-Robot」を公開し、パラメータ数15億のビジョン・言語・アクション(VLA)モデルを完全にオープンソース化した。これにより、個々の開発者でも実機ロボット上で操作やターゲット追跡を実行できるようになった。エンボディッド・インテリジェンスの分野において、このようなオープンな取り組みは稀である。

このシリーズは3つの主要コンポーネントで構成されている。1つ目は「MiniCPM-RobotManip」で、ロボットの操作を目的として設計された15億パラメータの汎用ビジョン・言語・行動(VLA)モデルである。2つ目は「MiniCPM-RobotTrack」で、実世界でのターゲット追跡を行うためのコンパクトなモデルだ。 さらに、OpenBMBは、体現型モデル専用に構築された高性能推論フレームワーク「PhyAI」をリリースしました。その目標は単純明快です。ロボットに真に理解し、記憶し、行動させることです。これら3つのコンポーネントが一体となることで、研究論文やデモの段階にあった効率的で実用的かつオープンな体現知能を、実際のロボットへと具現化します。
開発者にとって最大の利点は、その利用のしやすさです。モデルの重みとコードは GitHub リポジトリ github.com/OpenBMB/MiniCPM-Robot にホストされており、MiniCPM-RobotManip および MiniCPM-RobotTrack の重みも Hugging Face から個別にダウンロード可能です。 ロボットに携わる方なら誰でも、これらをクローンして直接実行できるようになりました。
15億パラメータのVLAモデルがもはや研究室に閉じ込められなくなったことで、エンボディッド・インテリジェンスの発展ペースは多くの予想を上回るものになるかもしれません。
プロジェクトリポジトリ: https://github.com/OpenBMB/MiniCPM-Robot
関連記事
AIモデルルーティングが勢いを増す中、StripeがOpenRouterを買収へ
Stripeは、開発者が単一のインターフェースを通じて数百のモデルにアクセスできるAIモデルルーティングプラットフォーム「OpenRouter」の買収に合意した。この買収により、StripeのAI活用やトークンベースの課金に関する既存の取り組みに、モデルの選択およびルーティング機能が追加されることになる。Stripeによると、OpenRouterは80社以上のプロバイダーが提供する400以上のモデ
OpenAIの元研究員バレット・ゾフ氏が、Geminiの開発を支援するためGoogleに復帰
以前、Thinking Machines LabのCEOであるミリアム・ムララティ氏との意見の相違により、突然同社を退社してOpenAIに加わったバレット・ゾフ氏が、再び転職した。Alphabet傘下のGoogleは、ゾフ氏が研究担当副社長として復帰し、強化学習とポストトレーニングに関する専門知識をGeminiチームにもたらすことを発表した。「回転ドア」式研究者のサイクルゾフ氏のキャリアは、AI人
Recursive Intelligenceが4か月で40億ドルの評価額に基づき3億3500万ドルを調達した経緯
スタートアップ「Ricursive Intelligence」の共同創業者たちは、まるで共同創業者になる運命にあったかのようだった。CEOのアンナ・ゴールディ氏とCTOのアザリア・ミルホセイニ氏は、AIコミュニティでは非常に有名であり、ゴールディ氏はTechCrunchに対し、「ザッカーバーグから、とんでもないオファーが書かれた奇妙なメールを受け取ったAIエンジニアたち」の一人だったと、笑いながら
関連特集おすすめ
コメント (0)
0/500
つい最近まで、エンボディッド・インテリジェンスは主に大企業や研究機関の領域でした。モデルが巨大すぎ、参入障壁が高すぎたため、ほとんどの開発者は実体のロボットに触れることさえありませんでした。 しかし、7月19日、OpenBMBはその障壁を打ち破った。同チームは、エンボディッドAIモデルの第一弾となる「MiniCPM-Robot」を公開し、パラメータ数15億のビジョン・言語・アクション(VLA)モデルを完全にオープンソース化した。これにより、個々の開発者でも実機ロボット上で操作やターゲット追跡を実行できるようになった。エンボディッド・インテリジェンスの分野において、このようなオープンな取り組みは稀である。

このシリーズは3つの主要コンポーネントで構成されている。1つ目は「MiniCPM-RobotManip」で、ロボットの操作を目的として設計された15億パラメータの汎用ビジョン・言語・行動(VLA)モデルである。2つ目は「MiniCPM-RobotTrack」で、実世界でのターゲット追跡を行うためのコンパクトなモデルだ。 さらに、OpenBMBは、体現型モデル専用に構築された高性能推論フレームワーク「PhyAI」をリリースしました。その目標は単純明快です。ロボットに真に理解し、記憶し、行動させることです。これら3つのコンポーネントが一体となることで、研究論文やデモの段階にあった効率的で実用的かつオープンな体現知能を、実際のロボットへと具現化します。
開発者にとって最大の利点は、その利用のしやすさです。モデルの重みとコードは GitHub リポジトリ github.com/OpenBMB/MiniCPM-Robot にホストされており、MiniCPM-RobotManip および MiniCPM-RobotTrack の重みも Hugging Face から個別にダウンロード可能です。 ロボットに携わる方なら誰でも、これらをクローンして直接実行できるようになりました。
15億パラメータのVLAモデルがもはや研究室に閉じ込められなくなったことで、エンボディッド・インテリジェンスの発展ペースは多くの予想を上回るものになるかもしれません。
プロジェクトリポジトリ: https://github.com/OpenBMB/MiniCPM-Robot
AIモデルルーティングが勢いを増す中、StripeがOpenRouterを買収へ
Stripeは、開発者が単一のインターフェースを通じて数百のモデルにアクセスできるAIモデルルーティングプラットフォーム「OpenRouter」の買収に合意した。この買収により、StripeのAI活用やトークンベースの課金に関する既存の取り組みに、モデルの選択およびルーティング機能が追加されることになる。Stripeによると、OpenRouterは80社以上のプロバイダーが提供する400以上のモデ
OpenAIの元研究員バレット・ゾフ氏が、Geminiの開発を支援するためGoogleに復帰
以前、Thinking Machines LabのCEOであるミリアム・ムララティ氏との意見の相違により、突然同社を退社してOpenAIに加わったバレット・ゾフ氏が、再び転職した。Alphabet傘下のGoogleは、ゾフ氏が研究担当副社長として復帰し、強化学習とポストトレーニングに関する専門知識をGeminiチームにもたらすことを発表した。「回転ドア」式研究者のサイクルゾフ氏のキャリアは、AI人
Recursive Intelligenceが4か月で40億ドルの評価額に基づき3億3500万ドルを調達した経緯
スタートアップ「Ricursive Intelligence」の共同創業者たちは、まるで共同創業者になる運命にあったかのようだった。CEOのアンナ・ゴールディ氏とCTOのアザリア・ミルホセイニ氏は、AIコミュニティでは非常に有名であり、ゴールディ氏はTechCrunchに対し、「ザッカーバーグから、とんでもないオファーが書かれた奇妙なメールを受け取ったAIエンジニアたち」の一人だったと、笑いながら





家






